詹培
- 作品数:12 被引量:27H指数:2
- 供职机构:北京师范大学更多>>
- 发文基金:国家自然科学基金国家重点实验室开放基金国家重点基础研究发展计划更多>>
- 相关领域:自动化与计算机技术农业科学更多>>
- 一种基于合成孔径雷达时序数据的水稻自动识别方法
- 本发明公开了一种基于合成孔径雷达时序数据的水稻自动识别方法。利用合成孔径雷达时序数据在水稻特定物候期相对于其他地物类型的差异,通过数据获取和预处理、水稻识别特征选择、背景地物剔除、双季稻识别模型构建、单季稻识别模型构建、...
- 朱文泉詹培赵涔良
- 文献传递
- 一种春玉米遥感识别方法
- 本发明公开了一种春玉米遥感识别方法。利用春玉米的遥感红光反射率、近红外反射率以及归一化差值植被指数在其特定物候期相对于其他地物类型的差异,通过分类体系构建、训练样本选取、各地物类型遥感属性指标时间序列曲线均值提取、识别特...
- 朱文泉唐珂詹培
- 一种基于人工蜂群算法的遥感影像分类方法及系统
- 本发明公开一种基于人工蜂群算法的遥感影像分类方法及系统,该方法包括:获取高光谱遥感影像数据;随机生成多个参数组合;根据适应度计算公式计算各所述参数组合的适应度,所述适应度是蜂群算法在解空间中寻找最优参数组合的判断条件;根...
- 李楠朱秀芳潘耀忠詹培
- 文献传递
- 一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法
- 本发明公开了一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法。利用遥感低空间分辨率的多光谱彩色图像和高空间分辨率的全色灰度图像,通过图像重采样、主成分正变换、相关系数计算、灰度值自适应反转、直方图匹配、波段替换以...
- 朱文泉詹培林晓龙谢志英
- 文献传递
- 一种基于人工蜂群算法的遥感影像分类方法及系统
- 本发明公开一种基于人工蜂群算法的遥感影像分类方法及系统,该方法包括:获取高光谱遥感影像数据;随机生成多个参数组合;根据适应度计算公式计算各所述参数组合的适应度,所述适应度是蜂群算法在解空间中寻找最优参数组合的判断条件;根...
- 李楠朱秀芳潘耀忠詹培
- 文献传递
- 一种基于合成孔径雷达时序数据的水稻自动识别方法
- 本发明公开了一种基于合成孔径雷达时序数据的水稻自动识别方法。利用合成孔径雷达时序数据在水稻特定物候期相对于其他地物类型的差异,通过数据获取和预处理、水稻识别特征选择、背景地物剔除、双季稻识别模型构建、单季稻识别模型构建、...
- 朱文泉詹培赵涔良
- 文献传递
- 一种春玉米遥感识别方法
- 本发明公开了一种春玉米遥感识别方法。利用春玉米的遥感红光反射率、近红外反射率以及归一化差值植被指数在其特定物候期相对于其他地物类型的差异,通过分类体系构建、训练样本选取、各地物类型遥感属性指标时间序列曲线均值提取、识别特...
- 朱文泉唐珂詹培
- 文献传递
- 一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法
- 本发明公开了一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法。利用遥感低空间分辨率的多光谱彩色图像和高空间分辨率的全色灰度图像,通过图像重采样、主成分正变换、相关系数计算、灰度值自适应反转、直方图匹配、波段替换以...
- 朱文泉詹培林晓龙谢志英
- 文献传递
- 人工蜂群算法优化的SVM遥感影像分类被引量:23
- 2018年
- SVM分类器的参数设定对分类精度有着显著的影响,针对现有人工智能算法优化参数易陷入局部最优的现状,提出了一种基于人工蜂群算法改进SVM参数的遥感分类方法(ABC-SVM)。该方法模仿蜜蜂采蜜的行为,以训练样本的交叉验证精度代表蜜源的丰富程度,通过蜂群的分工协作搜索出最优蜜源(即SVM分类器最优参数),最终利用参数优化后的SVM分类器实现遥感影像的分类。本文先后比较了3种人工智能算法(包括人工蜂群算法优化的SVM(ABC-SVM)、遗传算法GA(Genetic Algorithm)优化的SVM(GA-SVM)、粒子群算法PSO(Practical Swarm Optimization)优化的SVM(PSO-SVM))在UCI标准数据集上的分类精度和效率,以及3种人工智能算法优化的SVM算法与未经优化参数的SVM算法在遥感影像上分类的差异。结果显示:(1)在利用UCI数据集测试3种人工智能算法优化的SVM算法的结果中,ABC-SVM显示出更高的分类精度、更高的适应度和更快的收敛速度;(2)在利用遥感影像验证4种分类算法精度的结果中,人工智能算法优化后的SVM比未经参数优化的SVM算法的分类精度更高;其中,ABC-SVM分类精度最高,分别比遗传算法、粒子群算法的结果高1.67%、1.50%。
- 李楠李楠朱秀芳詹培
- 关键词:人工蜂群算法支持向量机SVM遥感影像
- 一种冬小麦识别方法
- 本发明公开了一种冬小麦识别方法。利用冬小麦生育期内的遥感植被指数时序数据和物候历数据,通过分类类别设定、训练样本选取、样本时序曲线提取、冬小麦识别特征选择及参量化、最佳特征阈值确定和冬小麦识别模型构建,提取出区域范围内冬...
- 朱文泉姜涛唐珂詹培
- 文献传递